摘要

针对高速铁路LTE-R越区切换中,A3事件下的越区切换算法容易出现乒乓效应(PPE)和无线链路连接失败(WLF)的问题,提出了粒子群优化(PSO)灰狼算法改进的RBF神经网络(IGWO-RBF)的越区切换优化算法。该算法采集大量列车以不同速度(0~100 m/s)运行在特定环境中时切换成功率高的切换迟滞门限(Hys)和触发延迟时间(TTT)参数集,送入改进的RBF神经网络,训练完成后得到不同速度下的Hys和TTT的拟合曲线。根据列车接收到的参考信号接收质量(RSRQ),加入自矫正项对Hys和TTT进行二次优化调整。在matlab上进行仿真实验,结果表明提出的算法减小了掉话率和乒乓切换率,提高了列车在高速环境下的切换成功率及鲁棒性。